La quantification du contrle qualit dans l'industrie : un point de
vue sociologique et historique In: conomie rurale. N217, 1993. La qualit dans l'agro-alimentaire. pp. 18-23. Abstract Quantifying quality control in industry : a sociological and historical point of view Since the early 20's, statistical methods have been made use of as a covenant for the regulation of industrial processes. After a short historical summary, the paper presents three main themes in this respect : i-the notion of a variable controlled quality is a serious epistemological innovation ; ii-these methods are not incompatible with the division of labour, nor with standardization ; iii- they allowed fo the development of intermediate tools usable by unskilled workers. By now, statistical control stands as a fundamental concept in the objective definition of quality, even if it may be considered as too narrow for grasping all the facets of the notion. Rsum Cet article analyse certains aspects du dveloppement d'une convention de qualit qui est apparue dans le monde industriel partir des annes 1920 : le contrle statistique. Trois points sont abords : le changement pistmologique introduit par la conception d'une qualit contrle comme une qualit variable, la mise au point de formes concrtes et d'outils compatibles avec la division du travail et des comptences en entreprise, le processus de standardisation des mthodes. Mme s'il apparat actuellement comme une vision troite de la "dmarche qualit", le contrle statistique reste fondamental comme mode d'objectivation des caractristiques de qualit des produits. Citer ce document / Cite this document : Bayart Denis. La quantification du contrle qualit dans l'industrie : un point de vue sociologique et historique. In: conomie rurale. N217, 1993. La qualit dans l'agro-alimentaire. pp. 18-23. doi : 10.3406/ecoru.1993.4562 http://www.persee.fr/web/revues/home/prescript/article/ecoru_0013-0559_1993_num_217_1_4562 LA QUANTIFICATION DU CONTROLE QUALITE DANS L'INDUSTRIE : UN POINT DE VUE SOCIOLOGIQUE ET HISTORIQUE Denis BAYART* Rsum : Cet article analyse certains aspects du dveloppement d'une convention de qualit qui est apparue dans le monde industriel partir des annes 1920 : le contrle statistique. Trois points sont abords : le changement pistmologique introduit par la conception d'une qualit contrle comme une qualit va riable, la mise au point de formes concrtes et d'outils compatibles avec la division du travail et des com ptences en entreprise, le processus de standardisation des mthodes. Mme s'il apparat actuellement comme une vision troite de la "dmarche qualit", le contrle statistique reste fondamental comme mode d'objectivation des caractristiques de qualit des produits. QUANTIFYING QUALITY CONTROL IN INDUSTRY : A SOCIOLOGICAL AND HISTORICAL POINT OF VIEW Summary: Since the early 20's, statistical methods have been made use of as a covenant for the regulation of in dustrial processes. After a short historical summary, the paper presents three main themes in this respect : i-the notion of a variable controlled quality is a serious epistemological innovation ; ii-these methods are not incompatible with the division of labour, nor with standardization ; iii-they allowed fo the development of intermediate tools usable by unskilled workers. By now, statistical control stands as a fundamental concept in the objective definition of quality, even if it may be considered as too narrow for grasping all the facets of the notion. INTRODUCTION Depuis 1925, l'industrie manufacturire a dvelopp des mthodes systmatiques de contrle de la qualit fondes sur la statistique mathmatique. Au fil du temps, ces mthodes se sont trs largement rpandues dans l'in dustrie, constituant ainsi une nouvelle convention visant rguler les changes entre les entreprises. Eymard-Du- vernay (1989) tablit une correspondance entre diff rentes conventions de qualit et les natures (L. Boltanski et L. Thvenot, 1987) dans lesquelles s'inscrivent les changes ; sous cet angle, le contrle statistique de quali t relve de la nature industrielle, et s'oppose des conventions de type commercial (par ex. : "client satis fait ou rembours") ou domestique (par ex. : "produit fa briqu selon une recette traditionnelle"). On peut gale ment souligner, en adoptant des critres de classification plus anciens, que le contrle statistique de qualit est une convention de type scientiste car elle se rfre des va leurs scientifiques pour objectiver la valeur qualitative des produits. Il est possible de lui opposer des conven tions fondes sur d'autres rapports sociaux que la science : autorit ou ngociation par exemple. Les formes autoritaires correspondent ce que l'on voit dans les cahiers des charges des chemins de fer au XIXe sicle, o les inspecteurs des compagnies taient dots de pouvoirs quasiment policiers pour enquter sur les procds de fabrication des sous-traitants, ceux-ci tant a priori souponns de frauder. Si les formes autoritaires ne sont plus gure lgitimes, les formes ngociatoires sont en revanche d'actualit, en particulier dans les f ilires agro-alimentaires qui rassemblent des modes de production htrognes de l'amont l'aval. Par rapport aux interrogations que soulve l'harmonisation de proc dures de qualit dans ces systmes htrognes, il parait intressant d'exposer quelques observations de nature * Centre de recherche en gestion de l'Ecole polytechnique, 1 rue Descartes, 75005 Paris SEPTEMBRE-OCTOBRE 1993 18 CONOMIE RURALE N 217 historique sur les conditions d'mergence et de solidifi cation de cette convention de qualit particulire qu'est le contrle statistique de fabrication (CSF), mme si celle-ci a surtout concern l'industrie manufacturire. Le cadre restreint du prsent article ne permet pas d'analyser en dtail les processus sociaux mis en jeu, et je me limiterai, aprs avoir donn un aperu des ques tions auxquelles le CSF propose une rponse, la pr sentation de trois types d'lments essentiels dans la constitution et la mise en place de la nouvelle convention : la rvolution probabiliste introduite par Shewhart, l'laboration de formes concrtes permettant la fois de reprsenter visuellement les faits statistiques et d'en faire un objet de gestion dans le cadre des entre prises, et enfin le processus de standardisation qui a ten du l'usage de ces mthodes. Il importe de comprendre comment ces diffrents aspects "se tiennent", contri buent crer un objet "solide". Ces modes d'analyse sont inspirs de M. Akrich, M. Callon et B. Latour (1988) et de A. Desrosires (1989). LA NATURE DES PROBLEMES TRAITES PAR LE CONTRLE STATISTIQUE DE FABRICATION La question de la qualit a certainement t pose ds les ges les plus anciens de l'activit humaine, mais les premiers travaux recourant systmatiquement au calcul des probabilits datent des annes 1920 : amricains (W.E. Shewhart, 1924 ; H.F. Dodge et H.G. Romig, 1929), franais (M. Dumas, 1925 ; L. Vallery, 1925)... La question pratique est celle de l'chantillonnage : de quelle taille faut-il prendre un chantillon pour avoir une certaine garantie, et comment formuler celle-ci ? Faut-il ou non accepter des dfectueux dans l'chantillon, et si oui, combien ? Que signifie la "contre-preuve" ? Que peut-on induire, concernant la qualit du lot, partir des rsultats de l'chantillon ? Quels compromis tablir entre les dpenses d'inspection et les inconvnients d'une qual it insuffisante ? Qu'il s'agisse d'essais dtruisant l'objet (cas des mun itions) ou de fabrications en grande srie, de telles questions se posent ds lors qu'il n'est pas possible de contrler individuellement chacun des produits fabri qus. Dans les temps anciens, elles se sont poses no tamment propos des monnaies, dont la fabrication tait sous-traite par le roi aux matres de monnaie : afin de contrler le titre et le poids des monnaies, les Anglais re courent depuis le Xlle sicle une pratique d'chan tillonnage entoure de solennit, le Trial of the Pyx (S.M. Stigler, 1977). Pour dterminer les procdures d'chantillonnage, les anciens n'avaient d'autre possibilit que de se fonder sur leur intuition ou sur un empirisme exempt de toute thor ie. Le calcul des probabilits n'est en effet apparu qu'au XVIIe sicle, et il semble, de plus, qu'il n'ait pas t pliqu l'chantillonnage des fabrications avant 1925. Un simple examen des procdures de contrle anciennes montre qu'il existe plusieurs conceptions "intuitives" de l'chantillonnage correspondant des prsupposs diff rents. On peut, par exemple, considrer qu'une seule pice est reprsentative de tout le lot, quelle que soit la taille de celui-ci, ou bien penser que l'chantillon exami n doit tre proportionn la taille du lot. Ces deux points de vue sont parfaitement dfendables indpe ndamment l'un de l'autre : tout dpend des hypothses que l'on se donne. A l'heure actuelle, et cela depuis les annes 1930, on distingue deux types de contrle statistique : le contrle en cours de fabrication et le contrle de rception. Le premier vise essentiellement le suivi de la qualit direc tement la sortie de la machine ou peu de temps aprs. La technique adquate est celle des "cartes de contrle". Le deuxime type de contrle prend place une frontir e, par exemple entre un vendeur et un acheteur (mais cela peut se produire entre deux ateliers de la mme en treprise) ; la marchandise est prsente en "lots", et on recourt un plan d'chantillonnage pour valuer la qual it de chaque lot. Les deux situations prsentent une dif frence de nature : la deuxime, qui prsuppose deux partenaires, apparat comme un moyen quasi-juridique de constater l'excution d'un contrat, alors que la pre mire est cantonne l'intrieur de l'atelier, sur le mode "domestique", l'oprateur de la machine pouvant trs bien tre charg d'effectuer lui-mme le contrle. Dans le contrle statistique, la qualit est toujours sup pose exprimable en termes prcis, soit par des variables mesures en valeur algbrique, soit au moins par des va riables oui/non (qualit bonne ou mauvaise). Dans le premier cas, on parle de contrle par variables, dans le second de contrle par attributs. Le contrle par attr ibuts constitue aussi une thorisation de la pratique trs ancienne (et trs commode) du contrle par calibres (P. Uselding, 1981). Le CSF constitue depuis les annes 1950 un corpus fort cohrent de concepts, de thories et de mthodes for malises. Ces proprits permettent notamment de l'en seigner trs facilement des tudiants, ce qui assure la reproduction sociale de ce type de convention. Mais re venons maintenant sur les conditions de son mergence. LA RVOLUTION PROBABILISTE DANS LE DOMAINE DU CONTRLE DE QUALIT On utilise assez frquemment l'expression de "rvolu tion probabiliste" dans les domaines de la physique, de l'conomie, de la psychologie... (L. Kriiger et al., 1987). Le domaine de la qualit a lui aussi connu un boulever sement analogue, introduit par W. E. Shewhart partir de 1924, dans le cadre de la Western Electric et des La boratoires Bell aux Etats-Unis. Pour bien comprendre sa SEPTEMBRE-OCTOBRE 1993 19 CONOMIE RURALE N 217 nature, il faut d'abord voquer rapidement les concept ions antrieures, telles qu'elles apparaissent dans la pen se dterministe caractristique de la fin du XIXe sicle. Le savant franais Henry Le Chatelier (1850-1936), chimiste et mtallurgiste renomm, s'est proccup de l'application de la dmarche scientifique l'organisation industrielle. Il s'est fait le propagandiste des mthodes d'organisation du travail de Taylor, qu'il jugeait parfait ement scientifiques. Dans sa conception totalement dter ministe de l'ordre des choses, le hasard n'avait aucune place. La bonne organisation tait celle qui rejetait la no tion mme de hasard : "Tous les phnomnes sont engrens suivant des lois inexorables. (...) La croyance la ncessit des lois, au trement dit l'inexistence du hasard, conduit dans V in dustrie s'insurger contre les irrgularits, contre les dchets de fabrication et permet presque toujours de les faire disparatre". (E. Nusbaumer, 1924, prface de Le Chatelier : p. X) Le Chatelier assimilait en fait hasard et dsordre. Il luttait contre la "paresse" des responsables d'usines qui invoquaient le hasard pour expliquer les irrgularits de fonctionnement de leurs quipements, au lieu de mener des tudes rigoureuses pour amliorer la situation. On peut galement constater que, dans les travaux de Taylor, le hasard n'est jamais pris en compte en tant que tel. Mme son tude des ruptures de courroies de transmis sion - sujet qui se prte admirablement un traitement statistique - est traite de faon rigoureusement dtermin iste et positive. Tirant parti des avances de la physique statistique, Shewhart a montr trs concrtement, ds 1924, les in suffisances du paradigme dterministe : les proprits de certains objets techniques ne peuvent tre dfinies prc isment qu'en termes statistiques, et ce n'est pas, contrai rement ce que croient les industriels, en augmentant i ndfiniment la prcision des machines que l'on pourra r soudre la question de la qualit. Shewhart montre, dans le cas du microphone carbone qui est un lment-cl du combin tlphonique, que l'ala est au coeur de l'objet fabriqu (Shewhart, 1924) : il est impossible de repr senter ses proprits par des lois dterministes. L'une des caractristiques essentielles du microphone carbone est sa rsistance lectrique ; cette rsistance, variant selon la pression transmise par les ondes sonores incidentes, permet de moduler un courant lectrique qui sera ainsi encode selon les sons capts. Or cette grandeur est alatoire par construction. En effet, le microphone est compos d'une capsule mtallique contenant environ 50 000 granules de carbone de la taille d'une tte d'pingle et de contours irrguliers, et il suffit de le se couer pour que sa rsistance change. Shewhart le d montre rigoureusement en s' appuyant sur des exp riences de laboratoire : quelles que soient les prcautions prises pour contrler les facteurs extrieurs (temprature, pression, atmosphre inerte d'azote, absence de vibrat ion...), la valeur de la rsistance varie, mais en restant comprise entre 215 et 270 ohms. Shewhart interprte ces rsultats dans un cadre rigoureux de statistique math matique, dfinissant les grandeurs physiques comme des variables alatoires qui ne peuvent tre manipules et contrles que par une approche statistique. Shewhart avait une formation de physicien universitai re et connaissait la physique statistique, ce qui explique l'interprtation qu'il donne du comportement du micro phone carbone. Aprs son PhD, il entra en 1918 la Western Electric comme ingnieur et fut ensuite affect aux Bell Labs (J.M. Gogue, 1990). Dans ses nombreuses publications, entre 1924 et 1931, il s'appuie constam ment sur les rsultats de la physique moderne (celle de l'poque) pour dfendre sa conception statistique de la qualit. Il dmontre ainsi que l'alatoire intervient de faon tout aussi incontournable en ingnierie qu'en phy sique. A partir de l'exemple du microphone, il pose en termes totalement nouveaux le problme de la qualit. En fabrication, d'abord, comment tablir des standards de qualit pour un produit industriel dont les caractris tiques sont alatoires ? Manifestement, il faut dfinir une plage de variations acceptables. Et mme plus : il faut pouvoir faire la part, dans les variations, entre celles qui sont dues des phnomnes incontrlables et celles qui proviennent de facteurs que l'on peut corriger. Pour affronter ces questions, Shewhart mobilise tout l'appareil de la statistique mathmatique de l'poque, es sentiellement celle de Karl Pearson. Dans sa premire publication (1924), il s'attache surtout au problme du contrle de fabrication pour l'ingnieur : il s'agit d'ident ifier une loi de probabilit qui rende compte de la dis persion de chaque caractristique de qualit du produit quand il est fabriqu sous des conditions stables. Lorsque les mesures ralises en suivi de production s'cartent significativement de cette distribution, il est raisonnable de conclure l'intervention de facteurs per turbateurs qu'il faut alors rechercher. Ds 1925, Shewhart publie les ides qui resteront fon damentales pour le contrle statistique de fabrication : il est impossible d'liminer toutes les causes de variabilit, mais on peut chercher liminer celles qui produisent au fil du temps des variations inhabituelles, cycliques, ou une drive long terme des caractristiques des produits. Il faut amener le systme de fabrication l'tat de "constant system of chance causes" (en langage modern e, on dirait "systme alatoire stationnaire"), et le rle des mthodes statistiques est de dtecter l'intervention de causes non constantes, qui sont dites "assignables", ce qui signifie qu'on peut dterminer leur origine. En 1929, Shewhart prsente un cadre pistmologique et conceptuel trs solide, avec notamment une nouvelle d finition du contrle : un systme est dit contrl lorsque SEPTEMBRE-OCTOBRE 1993 20 ECONOMIE RURALE N 217 l'on peut "tablir (au moins approximativement) sur la base de l'exprience passe la probabilit pour que les phnomnes observs tombent dans certaines limites fixes". S 'opposant la conception dterministe qui do minait dans l'industrie, y compris amricaine, notre au teur pose que le contrle ne peut, au mieux, que viser maintenir constante la loi probabiliste du systme. Shewhart tablit ainsi rationnellement et exprimenta lement le principe selon lequel "une qualit contrle est une qualit variable". DES FORMES CONCRETES ADAPTEES AU CONTEXTE DE L'ENTREPRISE S'ils avaient t mens dans un cadre purement uni versitaire, les travaux de Shewhart auraient pu rester d'admirables constructions intellectuelles, mais sans mise en oeuvre concrte. C'est exactement le contraire qui s'est produit. Parmi les nombreux facteurs qui peu vent expliquer leur diffusion, il faut souligner celui qui rside dans la possibilit qu'offrait le CSF d'laborer des outils de travail utilisables par les entreprises. Shewhart, avec le soutien logistique des Laboratoires Bell, a dvelopp des reprsentations graphiques qui ont jou un rle central dans la mise en oeuvre du CSF. D'une part, ces reprsentations donnaient voir les r gularits qui s'engendrent malgr le hasard lorsqu'un systme de production est sous contrle statistique, et vi saient convaincre les dcideurs de l'intrt de la m thode. Et d'autre part, elles permettaient une main- d'uvre non spcialise d'utiliser ces techniques. Si les ides de Shewhart ont pu connatre des mises en oeuvre rapides, c'est notamment parce qu'il avait mis au point une batterie d'instruments graphiques offrant de telles vi sualisations. La mthode bien connue des cartes de contrle en offre un exemple typique. Cette technique s'accommode bien de la division des comptences dans l'entreprise. Le suivi statistique agit comme un signal d'alarme, sur la base d'outils graphiques et de calculs arithmtiques rel ativement simples (1). Ds que la valeur mesure sur l'chantillon sort des limites portes sur la carte, ces l imites tant calcules d'aprs les principes de la stati stique mathmatique, l'oprateur qui effectue les contrles doit appeler le rgleur afin qu'il vrifie la mac hine. Dans un deuxime temps, l'ingnieur peut se pen cher plus spcifiquement sur les causes de variation et en rechercher l'origine afin de les corriger. En pntrant dans l'entreprise, les mthodes statis tiques ont ainsi subi une mise en forme qui les a dcomp oses en une gamme d'outils adapts aux diffrents n iveaux de comptence. Au fil du temps, les formes concrtes ont t perfectionnes par leurs utilisateurs comme l'auraient t des techniques. Dans un premier moment, la thorie est laisse aux savants, et l'atelier excute les calculs d'aprs les formules, sans forcment comprendre le sens de celles-ci. Mais comme il est enco re possible que l'atelier se trompe dans les calculs, on en vient aux tables numriques o les calculs sont dj ef fectus, ou aux abaques graphiques. On a galement mis au point des rgles ou cercles calcul afin d'viter les erreurs de lecture... Progressivement, les formes prises par les mthodes sont de plus en plus "solides", appar eilles (on pourrait prendre ce mot au sens de proths e...), pour que la dtermination du rsultat devienne de plus en plus automatique. Les tables de nombres au ha sard, qu'il faudrait thoriquement utiliser pour tirer un chantillon alatoire, sont peu commodes - ce qui entra ne des risques de "tricherie" ; des spcialistes (J.M. Juran, 1974, pp. 24-7) conseillent ainsi de les remplacer par des ds spciaux, ou par des jetons numrots que l'on tire d'une urne... La dmarche du CSF, qui prsente une parfaite cohrence thorique, se dcompose, quand elle passe travers le prisme de la division du travail et des comptences en vigueur dans l'entreprise, en un spectre de tches d'autant plus vides de leur sens tho rique qu'elles incombent aux bas niveaux de qualificat ion. Ce type de segmentation est d'ailleurs reproduit par les formateurs, qui conoivent des cours et crivent des manuels diffrents pour ouvriers, contrematres, ing nieurs, dirigeants... (E.L. Grant et R.S. Leavenworth, 1972, p. 13). On voit ainsi que la diffusion d'une convention nou velle ne fait pas intervenir que des "ides" : les formes solides auxquelles celles-ci ont donn naissance se pr sentent comme des objets techniques qui peuvent tre galement diffuss dans le monde industriel, dans une re lation d'tayage mutuel. Mais c'est en rapport avec le processus de standardisation que les formes concrtes i nterviennent pleinement, car il est difficile de standardiser des ides (tout comme de les breveter...). LA STANDARDISATION DES METHODES La standardisation des mthodes du CSF est un point de passage oblig pour leur diffusion : en effet, ces m thodes sont elles-mmes des instruments de standardisa tion (de la qualit), et elles n'ont donc de valeur que si elles ont un statut d'talon. Cela est particulirement vrai du contrle de rception, puisqu'il s'agit d'une convent ion rgulant les changes inter-entreprises, d'autant plus efficace que ses utilisateurs sont nombreux. Mais, curieusement, c'est la mthode des cartes de contrle (visant suivre la qualit en cours de fabrica- 1. L'intrt de simplifier le plus possible les calculs a d'ailleurs conduit des dveloppements thonques nouveaux concernant l'tendue, qui est la diff rence entre la plus petite et la plus grande valeur mesures sur un chanti llon. SEPTEMBRE-OCTOBRE 1993 21 CONOMIE RURALE N 217 tion) qui fut la premire tre normalise, alors qu'elle relve essentiellement de l'organisation interne aux en treprises. Pourquoi cette inversion chronologique ? En ralit, le processus de normalisation s'est droul en plusieurs tapes. Le rle pionnier a t tenu par Y American Society for Testing Materials, qui tait une socit d'ingnieurs s'occupant de codifier les mthodes d'essai des matriaux industriels (acier, ciment...). Elle publia en 1933 le Manual on Presentation of Data, en collaboration avec Y American Society of Mechanical En gineers : il s'agissait d'un trait lmentaire de statis tique descriptive destin aux industriels, donnant des conseils sur la manire de prsenter des informations sta tistiques. On retrouve bien l, chez les statisticiens, le souci prioritaire de reprsentation voqu plus haut. Mais on voit aussi que la reprsentation, partir du mo ment o elle n'tait plus laisse la fantaisie de chacun, pouvait devenir un instrument nouveau pour dfinir les modalits des changes industriels. Ce manuel fut trs utilis, rimprim et actualis plusieurs reprises jusque dans les annes 1950. C'est dans la foule de ce premier travail, centr sur les modes de reprsentation, que fut publi, en 1935, le Supplement B spcifiquement consacr aux cartes de contrle, exposant les procdures suivre dans les diff rents cas, les outils graphiques et les algorithmes de cal cul associs. C'est donc bien un ensemble d'ides et de formes concrtes qui a t standardis sous le nom de "cartes de contrle". La codification de la mthode eut un effet durable : on peut la retrouver identique elle- mme dans les manuels pdagogiques quarante ans plus tard ! On voit ainsi trs concrtement l'effet de solidif ication qu'apporte la standardisation. La standardisation officielle du contrle de rception n'eut lieu que pendant la seconde guerre mondiale, pour les besoins des marchs d'armement aux Etats-Unis. Le fait que cette standardisation ne soit pas intervenue plus tt peut s'expliquer par l'argument, soulign assez tt par H.F. Dodge et H.G. Romig (1929), E.S. Pearson (1935), que le contrle de rception n'est une procdure conomique qu' la condition que les fournisseurs aient mis en place un contrle de qualit dans leurs ateliers. En effet, face des livraisons dont la qualit moyenne est mauvaise, il n'y a d'autre solution que le tri ou le rejet des lots, ce qui ne saurait rellement satisfaire l'acheteur pour des transactions routinires. Les deux mthodes sont donc troitement solidaires, le contrle de processus tant mme prioritaire. A la limite, le contrle de rception devient inutile si le fournisseur peut fournir des assurances d'un contrle de processus satisfaisant (c'est une prfiguration de l' assurance-qualit...). Cepend ant, les essais de rception taient bien ancrs dans les procdures des marchs publics, et c'est donc souvent pour des raisons d'ordre administratif que le contrle de rception s'est maintenu en vigueur. CONCLUSION : LA FONCTION D'OBJECTIVA- TION L'exemple du CSF met ainsi en lumire trois types d'lments contribuant tablir la solidit d'une convent ion de qualit : une thorie plausible concernant la pro duction de la qualit, des mthodes et instruments de gestion oprationnels pour les entreprises, un ensemble d'utilisateurs structur de faon faire jouer les effets de rseau au bnfice de la convention. Mme si les conceptions "japonaises" de la dmarche qualit font ap paratre comme limites et dsutes les approches stri ctement quantitatives, elles n'en ont pas moins intgr les outils fondamentaux de ces dernires, qui sont constam ment utiliss dans les cercles de qualit. Deming n'a ja mais reni les statistiques, bien au contraire... Il semble donc qu' travers l'volution des convent ions de qualit, on puisse mettre en vidence une ten dance cumulative l'objectivation des caractristiques de qualit. Le CSF a permis de traiter des caractris tiques quantitatives mais alatoires, largissant ainsi le champ par rapport ce que pouvait apprhender l'ap proche dterministe ; et maintenant, on cherche objec tiver des caractristiques purement qualitatives, comme le got des fromages... L'objectivation des phnomnes apparat en effet comme une condition premire de leur gestion : il faut construire les faits si l'on veut avoir prise sur eux et les faire entrer dans un cadre d'action collecti ve. L'objectivation de la qualit et son cortge de mesures ont amen dans les entreprises des changements dans les relations entre les grandes fonctions lies la fabrica tion. Cela a permis, en maintes occasions, de dmontrer que les tolrances tablies par le bureau d'tudes taient irralistes compte-tenu des performances des quipe ments, et de sortir ainsi du traditionnel renvoi de respons abilit entre personnels de fabrication et inspecteurs, qui restait interne l'atelier. "Dans le pass, nombre de dis cussions entre ces trois groupes ont t conduites avec plus de chaleur que de lucidit par suite de l'absence de faits prsents sous une forme qui permette de trouver un accord", notent Grant et Leaven worth (1972, p. 4). Ap portant du matriau empirique sous une forme construite, les techniques de contrle statistique tablissent un "lan gage commun que ces trois groupes peuvent utiliser pour parvenir une solution rationnelle de problmes parta gs" (ibid.). Il n'est donc certainement pas raisonnable de vouloir jeter au panier les procds d'objectivation construits par le CSF. Ils peuvent tre mis au service d'autres types de conventions de qualit, fonds sur la ngociation par exemple. La difficult est alors de ne pas reproduire i nvolontairement les lments indsirables de la convent ion de qualit dont ils sont implicitement porteurs. Un parallle avec certains aspects du taylorisme peut d'ailleurs tre fait (toutes proportions gardes) : le taylo- SEPTEMBRE-OCTOBRE 1993 22 CONOMIE RURALE N 217 risme, qui proposait notamment de dterminer des charges de travail et des rmunrations "quitables", tait galement une convention de type scientiste. Il a conduit une objectivation trs importante des condi tions du travail industriel, de l'organisation des postes, des cots, de la gestion des quipements et des mat ires... Tous ces lments se sont solidifis, en dehors des ateliers, dans les systmes de comptabilit des entre prises, de gestion du personnel et des qualifications, ce qui rend trs problmatique la rupture avec les modes d'organisation proprement tayloriens. Cette comparaison suggre que le contrle statistique doit rester un outil de travail souple, qu'il faut viter sa bureaucratisation dans les entreprises. De ce point de vue, on peut s'inquiter devant la lourdeur de certaines procdures d'assurance- qualit, qui poussent justement dans le sens de l'instit utionnalisation de formes rigides de contrle. RFRENCES BIBLIOGRAPHIQUES AKRICH M., CALLON M., LATOUR B. (1988). - "A quoi tient le succs des innovations" et "L'art de l'intressement", Annales des Mines, Grer et Comprendre, nl 1, p. 4-17 ; n12, p. 14-29. BOLTANSKI L., THVENOT L. (1987). - Les conomies de la grandeur. Paris, P.U.F. DESROSIERES A. (1989). - "Comment faire des choses qui tien nent : histoire sociale et statistiques", communication au colloque "Histoire sociale, histoire globale ?", Institut d'histoire moderne et contemporaine, janv. 1989. DODGE H.F. ET ROMIG H.G. (1929). - "A Method of Sampling Inspection", Bell System Tech. J., vol.8, p. 613-631 oct. DUMAS M. (1925). - "Sur une interprtation des conditions de re cette", Mmorial de l'artillerie franaise, t.4 , fasc.2. EYMARD-DUVERNAY F. (1989). - "Conventions de qualit et formes de coordination", Revue conomique, n2, p. 329-359. GOGUE J.M. (1990). - Les six samoura de la qualit, Economi- ca, Paris. GRANT E.L. et LEAVENWORTH R.S. (1972). - Statistical Qual ity Control, McGraw Hill, International Student Edition. JURAN J.M. et AL. (Edits) (1974). - Quality Control Handbook , McGraw Hill, 3e d. KRGER L., DASTON L., HEIDELBERGER M. (Edits), (1987). - The Probabilistic Revolution, Cambridge, MIT Press NUSBAUMER E. (1924). - L'organisation scientifique des usines, Nouvelle librairie nationale, Paris. Prface de H. Le Chatelier. PEARSON E.S. (1935). - The application of statistical methods to industrial standardization and quality control, BSI n 600-1935, British Standards Institution, London. SHEWHART W.E, (1924). - "Some Applications of Statistical Met hods to the Analysis of Physical and Engineering Data", Bell System Tech. J., vol. 3: 43-87, janvier 1924. SHEWHART,W.E. (1925). - "The Application of Statistics as an Aid in Maintaining Quality of a Manufactured Product", Jour Am. Stat Ass., vol.20: 546-548, dcembre 1925. SHEWHART W.E. (1929). - "Economic Quality Control of Manuf actured Product", Communication l'Am. Ass. for Advancement of Science, dec.1929 ; Bell System Tech. J., vol.9 (1930) pp. 364-389. STIGLER S. M. (1977). - Eight Centuries of Sampling Inspection : the Trial of the Pyx, Jour Am. Stat Ass. , vol.72, pp. 493-500. USELDING P. (1981). - "Measuring Techniques and Manufactur ing Practice", In Mayr O. et Post R.C., (Edit) Yankee Enterprise, Smithsonian Institution, Washington D.C. VALLERY L, (1925). - "Le calcul des probabilits appliqu au prlvement des chantillons en matire d'expertise", Annales des falsifications et des fraudes, dcembre, pp. 597-605. SEPTEMBRE-OCTOBRE 1993 23 ECONOMIE RURALE N 217